本發(fā)明涉及通信技術(shù)領(lǐng)域，特別涉及網(wǎng)絡(luò)設(shè)備的識別方法及其系統(tǒng)、智能終端。

背景技術(shù)：

隨著移動終端和互聯(lián)網(wǎng)的發(fā)展，越來越多的人喜歡使用終端(如手機、平板電腦、筆記本等)通過無線網(wǎng)的方式接入因特網(wǎng)來獲取各種各樣的信息，用戶可享受更加豐富的游戲、娛樂、影音、社區(qū)群體等移動互聯(lián)網(wǎng)業(yè)務(wù)和應(yīng)用，越來越多的新業(yè)務(wù)和應(yīng)用需要終端的支持和適配。

由于網(wǎng)絡(luò)設(shè)備的類型不同，因此為了向網(wǎng)絡(luò)設(shè)備正確匹配資源，需要先對網(wǎng)絡(luò)設(shè)備的類型進行識別。在現(xiàn)有技術(shù)中，為識別網(wǎng)絡(luò)設(shè)備的類型，服務(wù)器會向待識別網(wǎng)絡(luò)設(shè)備發(fā)送識別請求，待識別網(wǎng)絡(luò)設(shè)備向服務(wù)器發(fā)送超文本傳輸協(xié)議(Hypertext transfer protocol，HTTP)報文，其中，HTTP報文頭部攜帶用戶代理(User Agent，簡稱UA)信息字段用以標識網(wǎng)絡(luò)設(shè)備的類型。服務(wù)器基于該用戶代理信息字段即可識別網(wǎng)絡(luò)設(shè)備的類型。

然而，現(xiàn)有的識別方式需要依靠因特網(wǎng)，且只有在網(wǎng)絡(luò)設(shè)備與服務(wù)器建立網(wǎng)絡(luò)連接之后，才能識別網(wǎng)絡(luò)設(shè)備的類型，因此識別速度較慢，且識別準確度較低。

技術(shù)實現(xiàn)要素：

本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一，提出了一種網(wǎng)絡(luò)設(shè)備的識別方法及其系統(tǒng)、智能終端。

為實現(xiàn)上述目的，本發(fā)明提供了一種網(wǎng)絡(luò)設(shè)備的識別方法，包括：

步驟S1、根據(jù)預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備其各自通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息，生成各類型的所述網(wǎng)絡(luò)設(shè)備的分類模型，所述網(wǎng)絡(luò)行為信息包括：網(wǎng)絡(luò)包信息和/或信號強度信息；

步驟S2、獲取待識別網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息；

步驟S3、根據(jù)訓練好的各類型的所述網(wǎng)絡(luò)設(shè)備的分類模型對所述待識別網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息進行分類；

步驟S4、根據(jù)分類結(jié)果，識別所述待識別網(wǎng)絡(luò)設(shè)備的類型。

可選地，在步驟S1之前還包括：

步驟S1a、獲取預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備其各自通過WIFI進行網(wǎng)絡(luò)通信時的廣播的無線信號；

步驟S1b、對獲取到的所述無線信號進行處理，以得到的信號各類型的網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的所述網(wǎng)絡(luò)包信息和所述信號強度信息。

可選地，所述步驟S1包括：

步驟S101、對各類型的所述網(wǎng)絡(luò)設(shè)備的所述網(wǎng)絡(luò)行為信息進行特征提取，得到各類型的所述網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為特征；

步驟S102、對各類型的所述網(wǎng)絡(luò)設(shè)備的所述網(wǎng)絡(luò)行為特征進行訓練，以得到各類型的所述網(wǎng)絡(luò)設(shè)備的分類模型。

可選地，當所述網(wǎng)絡(luò)行為信息包含有所述網(wǎng)絡(luò)包信息時，所述網(wǎng)絡(luò)行為特征包括：在預(yù)設(shè)周期內(nèi)的網(wǎng)絡(luò)連接平均時長、網(wǎng)絡(luò)連接次數(shù)、網(wǎng)絡(luò)訪問頻率、上行數(shù)據(jù)量的大小、下行數(shù)據(jù)量的大小中的至少一者。

可選地，當所述網(wǎng)絡(luò)行為信息包含有所述信號強度信息時，所述網(wǎng)絡(luò)行為特征包括：信號強度變化波形。

可選地，在步驟S102中采用支持向量機法或邏輯回歸法對所述網(wǎng)絡(luò)行為特征進行訓練,以得到各類型的所述網(wǎng)絡(luò)設(shè)備的分類模型。

可選地，所述網(wǎng)絡(luò)包信息包括：源MAC地址、目標MAC地址、網(wǎng)絡(luò)包的類型、網(wǎng)絡(luò)包的大小、網(wǎng)絡(luò)包獲取時間中的至少一者。

為實現(xiàn)上述目的，本發(fā)明還提供了一種網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)，包括：

分類模型生成模塊，用于根據(jù)預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備其各自通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息，生成各類型的所述網(wǎng)絡(luò)設(shè)備的分類模型，所述網(wǎng)絡(luò)行為信息包括：網(wǎng)絡(luò)包信息和/或信號強度信息；

第一獲取模塊，用于獲取待識別網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息；

分類模塊，用于根據(jù)訓練好的各類型的所述網(wǎng)絡(luò)設(shè)備的分類模型對所述待識別網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息進行分類；

識別模塊，用于根據(jù)分類結(jié)果，確定所述待識別網(wǎng)絡(luò)設(shè)備的類型。

可選地，還包括：

第二獲取模塊，用于獲取預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備其各自通過WIFI進行網(wǎng)絡(luò)通信時的廣播的無線信號；

信號處理模塊，用于對獲取到的所述無線信號進行處理，以得到的信號各類型的網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的所述網(wǎng)絡(luò)包信息和所述信號強度信息。

可選地，所述分類模型生成模塊包括：

特征提取單元，用于對各類型的所述網(wǎng)絡(luò)設(shè)備的所述網(wǎng)絡(luò)行為信息進行特征提取，得到各類型的所述網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為特征；

特征訓練單元，用于對各類型的所述網(wǎng)絡(luò)設(shè)備的所述網(wǎng)絡(luò)行為特征進行訓練，得到各類型的所述網(wǎng)絡(luò)設(shè)備的分類模型。

可選地，當所述網(wǎng)絡(luò)行為信息包含有所述網(wǎng)絡(luò)包信息時，所述網(wǎng)絡(luò)行為特征包括：在預(yù)設(shè)周期內(nèi)的網(wǎng)絡(luò)連接平均時長、網(wǎng)絡(luò)連接次數(shù)、網(wǎng)絡(luò)訪問頻率、上行數(shù)據(jù)量的大小、下行數(shù)據(jù)量的大小中的至少一者。

可選地，當所述網(wǎng)絡(luò)行為信息包含有所述信號強度信息時，所述網(wǎng)絡(luò)行為特征包括：信號強度變化波形。

可選地，所述特征訓練單元采用支持向量機法或邏輯回歸法對所述網(wǎng)絡(luò)行為特征進行訓練,以得到各類型的所述網(wǎng)絡(luò)設(shè)備的分類模型。

可選地，所述網(wǎng)絡(luò)包信息包括：源MAC地址、目標MAC地址、網(wǎng)絡(luò)包的類型、網(wǎng)絡(luò)包的大小、網(wǎng)絡(luò)包獲取時間中的至少一者。

為實現(xiàn)上述目的，本發(fā)明還提供了一種智能終端，包括：網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)，所述網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)采用上述的網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)。

可選地，所述智能終端為智能電視或智能機頂盒。

本發(fā)明具有以下有益效果：

本發(fā)明提供了一種網(wǎng)絡(luò)設(shè)備的識別方法及其系統(tǒng)、智能終端，包括：步驟S1、根據(jù)預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備其各自通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息，生成各類型的網(wǎng)絡(luò)設(shè)備的分類模型，網(wǎng)絡(luò)行為信息包括：網(wǎng)絡(luò)包信息和/或信號強度信息；步驟S2、獲取待識別網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息；步驟S3、根據(jù)訓練好的各類型的網(wǎng)絡(luò)設(shè)備的分類模型對待識別網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息進行分類；步驟S4、根據(jù)分類結(jié)果，識別待識別網(wǎng)絡(luò)設(shè)備的類型。本發(fā)明的技術(shù)方案可在待識別網(wǎng)絡(luò)設(shè)備與服務(wù)器未建立網(wǎng)絡(luò)連接的情況下，能夠?qū)ΥR別網(wǎng)絡(luò)設(shè)備的類型進行精準識別。此外，整個識別過程也不會影響無線網(wǎng)絡(luò)中各網(wǎng)絡(luò)設(shè)備的正常通信。

附圖說明

圖1為本發(fā)明實施例一提供的一種網(wǎng)絡(luò)設(shè)備的識別方法的流程圖；

圖2為本發(fā)明實施例二提供的一種網(wǎng)絡(luò)設(shè)備的識別方法的流程圖；

圖3為本發(fā)明實施例三提供的一種網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

為使本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖對本發(fā)明提供的一種網(wǎng)絡(luò)設(shè)備的識別方法及其系統(tǒng)、智能終端進行詳細描述。

圖1為本發(fā)明實施例一提供的一種網(wǎng)絡(luò)設(shè)備的識別方法的流程圖，如圖1所示，該網(wǎng)絡(luò)設(shè)備的識別方法包括：

步驟S1、根據(jù)預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備其各自通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息，生成各類型的網(wǎng)絡(luò)設(shè)備的分類模型。

其中，網(wǎng)絡(luò)行為信息包括：網(wǎng)絡(luò)包信息和/或信號強度信息。本實施例中，以網(wǎng)絡(luò)行為信息包括網(wǎng)絡(luò)包信息和信號強度信息為例進行示例性說明。

進一步地，網(wǎng)絡(luò)包信息包括：源MAC地址、目標MAC地址、網(wǎng)絡(luò)包的類型、網(wǎng)絡(luò)包的大小、網(wǎng)絡(luò)包獲取時間中的至少一者。

需要說明的是，本發(fā)明中“預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備”是指預(yù)先已經(jīng)知曉其類型的網(wǎng)絡(luò)設(shè)備，例如：平板電腦、筆記本電腦、手機、臺式機、智能手表、智能空氣凈化器等具有無線網(wǎng)卡，且能夠進行WIFI通信的設(shè)備。這些已經(jīng)知曉其類型的網(wǎng)絡(luò)設(shè)備均連接至同一個無線路由器。

在步驟S1中，可根據(jù)這些已經(jīng)知曉其類型的網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息作為樣本，得到這些已經(jīng)知曉類型的網(wǎng)絡(luò)設(shè)備的分類模型。具體地，步驟S1包括：

步驟S101、對各類型的網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息進行特征提取，得到各類型的網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為特征。

其中，網(wǎng)絡(luò)行為特征具體包括：網(wǎng)絡(luò)連接平均時長、網(wǎng)絡(luò)連接次數(shù)、網(wǎng)絡(luò)訪問頻率、上行數(shù)據(jù)量的大小、下行數(shù)據(jù)量的大小、信號強度變化波形中的至少一者。例如，根據(jù)網(wǎng)絡(luò)包獲取時間和網(wǎng)絡(luò)包的數(shù)量可得到該類型網(wǎng)絡(luò)設(shè)備在預(yù)設(shè)周期內(nèi)的網(wǎng)絡(luò)連接平均時長、網(wǎng)絡(luò)連接次數(shù)、網(wǎng)絡(luò)訪問頻率等特征。根據(jù)網(wǎng)絡(luò)包中的源MAC地址和目標MAC地址，即可獲知網(wǎng)絡(luò)包是上行流量還是下行流量(若目標MAC地址為無線路由器，則表示該網(wǎng)絡(luò)包對應(yīng)為上行流量；若目標MAC地址為網(wǎng)絡(luò)設(shè)備，則表示該網(wǎng)絡(luò)包對應(yīng)為下行流量)，然后基于網(wǎng)絡(luò)包的大小，則可獲得該類型網(wǎng)絡(luò)設(shè)備在預(yù)設(shè)周期內(nèi)的上行數(shù)據(jù)量的大小和下行數(shù)據(jù)量的大小。根據(jù)信號強度信息隨時間的變化可以生成得該類型網(wǎng)絡(luò)設(shè)備在在預(yù)設(shè)周期內(nèi)信號強度變化波形。

需要說明的是，在現(xiàn)實生活中，不同網(wǎng)絡(luò)設(shè)備的使用情況是不一樣的。例如：由于用戶隨身攜帶手機會經(jīng)常出門，而凈化器一般都只會放在家里，則手機的網(wǎng)絡(luò)連接次數(shù)會相對較多，而凈化器的網(wǎng)絡(luò)連接次數(shù)相對較少。由于手機會經(jīng)常移動，臺式機不會經(jīng)常移動，則手機的信號強度變化較為頻繁，臺式機的信號強度基本保持不變。由于手機的使用頻率較高(多個不同應(yīng)用的使用)，平板電腦的使用頻率較低(用來看視頻較多)，則手機對應(yīng)的下行網(wǎng)絡(luò)包持續(xù)時間短、量小，平板電腦對應(yīng)的下行網(wǎng)絡(luò)包持續(xù)時間長且量大。

由此可見，基于上述特征可在一定程度上對各類網(wǎng)絡(luò)設(shè)備進行分類。

步驟S102、對各類型的網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為特征進行訓練，以得到各類型的網(wǎng)絡(luò)設(shè)備的分類模型。

在步驟102中根據(jù)現(xiàn)有的任意一種分類算法來對上述各類型的網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為特征進行訓練，以得到各類型的網(wǎng)絡(luò)設(shè)備的分類模型。本實施例中，可選地，采用支持向量機(Support Vector Machine，簡稱SVM)法或邏輯回歸(Logistic Regression，簡稱LR)法對網(wǎng)絡(luò)行為特征進行訓練,以得到各類型的網(wǎng)絡(luò)設(shè)備的分類模型。

步驟S2、獲取待識別網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息。

在步驟S2中，可對待識別網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)包信息和信號強度信息。

需要說明的是，待識別網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時，會采用廣播的方式將網(wǎng)絡(luò)包發(fā)送至無線路由器，再由無線路由器進行后續(xù)的路由。因此，在本發(fā)明中，僅需在無線路由器的附近設(shè)置相應(yīng)的獲取模塊，即可獲取到待識別網(wǎng)絡(luò)設(shè)備發(fā)出的WIFI信號，通過對該WIFI信號進行處理，即可得到相應(yīng)的網(wǎng)絡(luò)包信息和信號強度信息。

步驟S3、根據(jù)訓練好的各類型的網(wǎng)絡(luò)設(shè)備的分類模型對待識別網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息進行分類。

在步驟S3中，對步驟S2獲取到的待識別網(wǎng)絡(luò)設(shè)備的進行網(wǎng)絡(luò)行為信息進行特征提取，并采用各類型的網(wǎng)絡(luò)設(shè)備的分類模型對其進行識別，從而可確定待識別網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息所屬類別。

需要說明的是，采用分類模型對信息進行分類的技術(shù)為本領(lǐng)域的現(xiàn)有技術(shù)，具體過程此處不進行詳細描述。

步驟S4、根據(jù)分類結(jié)果，識別待識別網(wǎng)絡(luò)設(shè)備的類型。

在步驟S4中，根據(jù)待識別網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息所屬類別，即可得知識別待識別網(wǎng)絡(luò)設(shè)備的類型。

需要說明的是，在本實施例中，作為樣本的知曉其類型的網(wǎng)絡(luò)設(shè)備的數(shù)量越多，提取的網(wǎng)絡(luò)行為特征所包含的種類越多，則得到的分類模型越精細，最終的識別結(jié)果也越精準。

通過上述步驟S1～步驟S4可見，本發(fā)明的技術(shù)方案可在待識別網(wǎng)絡(luò)設(shè)備與服務(wù)器未建立網(wǎng)絡(luò)連接的情況下，能夠?qū)ΥR別網(wǎng)絡(luò)設(shè)備的類型進行精準識別。此外，整個識別過程也不會影響無線網(wǎng)絡(luò)中各網(wǎng)絡(luò)設(shè)備的正常通信。

圖2為本發(fā)明實施例二提供的一種網(wǎng)絡(luò)設(shè)備的識別方法的流程圖，如圖2所示，該本實施例提供的識別方法不但包括上述實施例一中的步驟S1～步驟S4，還在步驟S1之前包括步驟S1a和步驟S1b，下面僅對步驟S1a和步驟S1b進行詳細描述。

步驟S1a、獲取預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備其各自通過WIFI進行網(wǎng)絡(luò)通信時的廣播的無線信號。

在待識別網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時，會采用廣播的方式將網(wǎng)絡(luò)包發(fā)送至無線路由器，再由無線路由器進行后續(xù)的路由。因此，在本發(fā)明中，僅需在無線路由器的附近設(shè)置相應(yīng)的獲取模塊，即可獲取到預(yù)先設(shè)置的各不同類型的網(wǎng)絡(luò)設(shè)備發(fā)出的WIFI信號(無線信號)。

步驟S1b、對獲取到的無線信號進行處理，以得到的信號各類型的網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)包信息和信號強度信息。

在步驟S1b中，根據(jù)實際需要來對獲取到的WIFI信號進行處理，可得到相應(yīng)的網(wǎng)絡(luò)包信息和信號強度信息?？蛇x地，網(wǎng)絡(luò)包信息包括：源MAC地址、目標MAC地址、網(wǎng)絡(luò)包的類型、網(wǎng)絡(luò)包的大小、網(wǎng)絡(luò)包獲取時間中的至少一者。

圖3為本發(fā)明實施例三提供的一種網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)的結(jié)構(gòu)示意圖，如圖3所示，該網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)用于實現(xiàn)上述實施例一、實施例二中的識別方法，該識別系統(tǒng)包括：分類模型生成模塊1、第一獲取模塊2、分類模塊3和識別模塊4。

其中，分類模型生成模塊1用于根據(jù)預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備其各自通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息，生成各類型的網(wǎng)絡(luò)設(shè)備的分類模型，網(wǎng)絡(luò)行為信息包括：網(wǎng)絡(luò)包信息和/或信號強度信息?？蛇x地，網(wǎng)絡(luò)包信息包括：源MAC地址、目標MAC地址、網(wǎng)絡(luò)包的類型、網(wǎng)絡(luò)包的大小、網(wǎng)絡(luò)包獲取時間中的至少一者。

第一獲取模塊2用于獲取待識別網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)行為信息。

分類模塊3用于根據(jù)訓練好的各類型的網(wǎng)絡(luò)設(shè)備的分類模型對待識別網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息進行分類。

識別模塊4用于根據(jù)分類結(jié)果，確定待識別網(wǎng)絡(luò)設(shè)備的類型。

需要說明的是，本實施例中的分類模型生成模塊1用于執(zhí)行上述實施例一中的步驟S1，第一獲取模塊2用于執(zhí)行上述實施例一中的步驟S2，分類模塊3用于執(zhí)行上述實施例一中的步驟S3，識別模塊4用于執(zhí)行上述實施例一中的步驟S4。對于上述各模塊的具體工作過程，可參見實施例一中的相應(yīng)內(nèi)容，此處不再贅述。

可選地，分類模型1生成模塊包括：特征提取單元101和特征訓練單元102。

其中，特征提取單元101用于對各類型的網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息進行特征提取，得到各類型的網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為特征。

可選地，當網(wǎng)絡(luò)行為信息包含有網(wǎng)絡(luò)包信息時，網(wǎng)絡(luò)行為特征包括：在預(yù)設(shè)周期內(nèi)的網(wǎng)絡(luò)連接平均時長、網(wǎng)絡(luò)連接次數(shù)、網(wǎng)絡(luò)訪問頻率、上行數(shù)據(jù)量的大小、下行數(shù)據(jù)量的大小中的至少一者。

當網(wǎng)絡(luò)行為信息包含有信號強度信息時，網(wǎng)絡(luò)行為特征包括：信號強度變化波形。

特征訓練單元102用于對各類型的網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為特征進行訓練，得到各類型的網(wǎng)絡(luò)設(shè)備的分類模型?？蛇x地，特征訓練單元102采用支持向量機法或邏輯回歸法對網(wǎng)絡(luò)行為特征進行訓練。

需要說明的是，本實施例中的特征提取單元101用于執(zhí)行上述實施例一中的步驟S101，特征訓練單元102用于執(zhí)行上述實施例一中的步驟S102。對于上述各單元的具體工作過程，可參見實施例一中的相應(yīng)內(nèi)容，此處不再贅述。

可選地，該識別系統(tǒng)還包括：第二獲取模塊5和信號處理模塊6。

其中，第二獲取模塊5用于獲取預(yù)先設(shè)置的若干不同類型的網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的廣播的無線信號。

信號處理模塊6用于對獲取到的無線信號進行處理，以得到的信號各類型的網(wǎng)絡(luò)設(shè)備通過WIFI進行網(wǎng)絡(luò)通信時的網(wǎng)絡(luò)包信息和信號強度信息。

需要說明的是，本實施例中的第一獲取模塊2可具有與第二獲取模塊5和信號處理模塊6相同的結(jié)構(gòu)。當然，第一獲取模塊2和第二獲取模塊5也可以為同一個模塊。

本實施例中的第二獲取模塊5用于執(zhí)行上述實施例二中的步驟S1a，信號處理模塊6用于執(zhí)行上述實施例二中的步驟S1b。對于上述各模塊的具體工作過程，可參見實施例二中的相應(yīng)內(nèi)容，此處不再贅述。

需要說明的是，為保證本實施例提供的網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)能夠獲取到已知類型的網(wǎng)絡(luò)設(shè)備的無線信號和待識別網(wǎng)絡(luò)設(shè)備的無線信號，可將本實施例提供的網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)置于無線路由器的附近，以便于接收各網(wǎng)絡(luò)設(shè)備進行無線通信時廣播的信號。

本發(fā)明實施例三提供了一種網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)，可在待識別網(wǎng)絡(luò)設(shè)備與服務(wù)器未建立網(wǎng)絡(luò)連接的情況下，能夠?qū)ΥR別網(wǎng)絡(luò)設(shè)備的類型進行精準識別。此外，整個識別過程也不會影響無線網(wǎng)絡(luò)中各網(wǎng)絡(luò)設(shè)備的正常通信。

本發(fā)明實施例四提供了一種智能終端，該智能終端包括：網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)，其中該網(wǎng)絡(luò)設(shè)備的識別系統(tǒng)采用上述實施例三中提供的識別系統(tǒng)。具體描述可參見上述實施例三中的內(nèi)容。

本實施例中，考慮到識別系統(tǒng)有可能需要獲取已知類型的各網(wǎng)絡(luò)設(shè)備和待識別網(wǎng)絡(luò)設(shè)備的信號強度信息，為保證所獲取到的信號強度信息的準確性，則需要保證識別系統(tǒng)的位置是固定。本實施例中，優(yōu)選地，將識別系統(tǒng)集成在智能電視或智能機頂盒。此外，智能電視和智能機頂盒內(nèi)均設(shè)置有無線網(wǎng)卡，通過將無線網(wǎng)卡置于監(jiān)測(monitor)模式，即可對各網(wǎng)絡(luò)設(shè)備廣播的WIFI信號進行檢測，一便于獲取到各網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)行為信息。

可以理解的是，以上實施方式僅僅是為了說明本發(fā)明的原理而采用的示例性實施方式，然而本發(fā)明并不局限于此。對于本領(lǐng)域內(nèi)的普通技術(shù)人員而言，在不脫離本發(fā)明的精神和實質(zhì)的情況下，可以做出各種變型和改進，這些變型和改進也視為本發(fā)明的保護范圍。